Модуль 1. Введение в MWS GPT и сценарии использования 
Урок 1. Что такое MWS GPT
Как меняются задачи бизнеса при использовании ИИ
Современные ИИ-технологии давно вышли за рамки простой генерации текста. Если на ранних этапах развития ИИ основное внимание уделялось привычным языковым моделям (LLM), то сегодня используются различные архитектуры, каждая из которых решает свой класс задач. К примеру, VLM-модели позволяют задавать вопросы на естественном языке к графикам и другой визуальной информации, а ASR-модели, транскрибирующие аудио, позволяют оценивать клиентский сервис.
Для чего разные типы языковых моделей используются сегодня
Генерация, анализ и классификация текстов, ответы на вопросы, суммаризация
Ограничения коммерческих языковых моделей
По мере расширения возможностей ИИ-моделей меняется и характер задач, для которых они используются. Если раньше модели оставались в основном в рамках предсказания токенов/генерации текста, то сегодня спектр данных расширился. Благодаря этому, ИИ-модели всё чаще используются для работы с внутренними документами, клиентскими данными и бизнес-критичными процессами. В связи с этим, вопросы безопасности, контроля данных и ответственности за использование ИИ вышли на первый план.

Несмотря на широкую доступность таких сервисов, как ChatGPT или Claude, использование этих и других публичных LLM-сервисов в корпоративной среде связано с рядом ограничений. Организация не контролирует инфраструктуру размещения модели, не управляет жизненным циклом обработки данных и не может гарантировать соответствие внутренним требованиям информационной безопасности. Эти факторы критичны при работе с конфиденциальной или регламентированной информацией.
Таким образом, коммерческие LLM:
  • могут использовать пользовательские данные для обучения
  • не предназначены для работы с конфиденциальной информацией
  • не обеспечивают контроль над инфраструктурой и данными
  • могут противоречить внутренним политикам безопасности и комплаенса
В ответ на эти ограничения компании обращаются к открытым языковым моделям. Однако самостоятельное развёртывание таких моделей требует значительных инвестиций и экспертизы.
Для запуска больших языковых моделей требуется достаточно мощная инфраструктура. Например, запуск сравнительно небольшой модели на 70 миллиардов параметров потребуется минимум две видеокарты Nvidia A100. По этой причине инфраструктурные параметры обычно зависят от целевых сценарии нагрузки, что создаёт риски over-provisioning или under-provisioning.
Платформа MWS GPT

MWS GPT — это B2B-платформа, предназначенная для развёртывания, использования и интеграции больших языковых и мультимодальных моделей в корпоративном контуре заказчика.

MWS GPT предоставляет готовую инфраструктуру для работы с ИИ-моделями, позволяя использовать их внутри контура заказчика и снижая риски утечек данных.
Как устроен доступ к возможностям платформы
Архитектурное ядро
В основе платформы MWS GPT лежит API-шлюз. Он отвечает за оркестрацию запросов и интеграцию платформы с внутренними и внешними системами.
Архитектура MWS GPT 
Совместимость
MWS GPT предоставляет REST API, совместимый со стандартом OpenAI API. Это архитектурное решение снижает порог входа для разработчиков. Благодаря совместимости с OpenAI API можно использовать привычные SDK, а также легко внедрять ИИ-агентов в привычные для пользователя интерфейсы.
Функциональные возможности
Через REST API MWS GPT можно:
  • отправлять запросы на генерацию текста (chat/completions)
  • получать векторные представления текста (embeddings) для задач RAG
  • управлять выбором модели и параметрами генерации в рамках единого интерфейса.
Персонализация и настройка
Платформа поддерживает возможность создания ИИ-агентов, рекурсивно оценивающих свои действия и принимающих решения на основе этой оценки. Агенты комбинируются с внешними инструментами или источниками данных. Также платформа поддерживает детальную настройку параметров генерации. Помимо этого, возможна интеграция с разными протоколами (к примеру, MCP SSE или MCP Streamable HTTP).
Пользовательские интерфейсы
Чат

Для повседневной работы с ИИ платформа MWS GPT предоставляет встроенный чат. Он реализован в виде агрегатора на базе опенсорсного решения LibreChat с доработками команды MWS GPT и предназначен для быстрого и удобного взаимодействия с языковыми моделями.

В чате можно:
  • работать с офисными файлами
  • анализировать и модифицировать документы
  • генерировать и заполнять шаблоны
  • использовать переиспользуемые промпты
  • выполнять повседневные рабочие задачи
Пользователь может свободно выбирать и переключаться между доступными моделями, в том числе в рамках одного диалога.
Интерфейс ChatUI
NoCode-среда разработки агентов

Для более сложных сценариев платформа включает встроенную nocode-среду разработки агентов. Она основана на Langflow и расширена командой MWS GPT до полноценной графической IDE для проектирования агентных решений.

В nocode-среде можно:
  • визуально собирать агентные пайплайны из отдельных блоков
  • обрабатывать запросы и данные
  • обращаться к базам данных, API и MCP-сервисам
  • управлять логикой выполнения и обработкой ошибок
  • строить мультишаговые и мультиагентные схемы
  • переиспользовать готовые примеры агентов (например, RAG или поиск по сайту)
  • задавать формат выходных данных — от обычного текста до JSON, HTML и таблиц
Чат предназначен для быстрого взаимодействия и решения повседневных задач.

Nocode-среда используется в тех случаях, когда требуется устойчивый сценарий, интеграции и масштабирование.
Назад Следующий урок